1樓：呂君
Nature我不知道，很多SCI文章資料都是編的，某些課題根本沒有那個條件做實驗，更不必說好不容易做完實驗了，邏輯不是特別嚴謹也就湊合著發了吧
2樓：黃樹嘉
P說: 關我P事?!
這類文章我總覺得很扯皮，而且還真扯了不是一次兩次(我記得幾年前-可能是2023年，同樣也是nature也在扯這個問題)，p本身只是乙個參考值，怎麼得到該參考值和應該如何根據這個參考值做出判斷和解讀的是科學家本人，如果自己沒把統計學學好，也不知道得到這個結果的意義，就把責任推給p值，其實也沒什麼意義。再說，在協助判斷的時候，除了pvalue是乙個不錯的選擇之外，是不是能一起找找更好的解決方法，這樣的話或許更實際。
3樓：清香白蓮
P-Value之死？死了你能找到更好的方式做決策麼？貝葉斯學派的理論更完美，但使用難度會讓你懷疑人生。
P-Value的意義在於一定模型假設下的決策風險。至於選用什麼模型在於你對事物的認知，如何決策取決於你所能承受的風險。不科學的永遠不是模型本身，而是濫用者。
4樓：Xi Yang
我感覺吧：
最關鍵的問題是資料是否完全，然後是用「誰」比「誰」。使用哪種統計檢驗的演算法尚在其次。
乙個良好的比較結果，其相應的工具變數的差異應當是肉眼可識別、具有直觀性的。需要用精細構建的方法才能呈現的顯著性，呵呵。
5樓：卡卡夫
拿P值為切入點
賣報，賣報………………最新美國統計學會發布了乙個關於「統計意義和P值」的宣告，提出了6條使用和解釋P值的原則：
1. P值可以表示資料與統計模型是否相容—你用你的筷子，我用我的勺子，吃到嘴裡就好了
2. P值不能代表假說為真的概率，不代表資料完全由隨機因素造成的概率—我呈現研究，誰逼你百分百信了
3. 結論與決策不能完全憑P值來決定—你不能只看我的p，我也不能只關注p（捂臉）
4. 正確推理需要全面報告和透明度—·%&@）、*《》
5. P值不能表示效應大小，或者結果重要性—元分析先生你好
6. P值本身不能作為判斷模型或假說的良好量度—你就能力差，我管你努力多少分了
……………
所以，以上問題說明…………
P這個字母使用率還挺高的哈
6樓：
是的，如果這個整體具有良好統計與資料分析的素質，人類早就轉入飛公升之路了。
生命的系統性複雜性，需要長時間，大面積的資料跟進，才能窺知一二那些建立在基礎物質層面上的二階規律。
任重而道遠。
7樓：Jia Guo
除了虎天涯推薦的那篇文章：乙個與直覺相悖的概率問題引發的嚴肅思考。
我覺得還可以看看英國Sally案的相關介紹：統計學與殺嬰母親 | 大象公會，Sally Clark：乙個被錯誤的統計證據毀掉一生的母親。
雖然自認學過統計學好久了，但距離真正理解還有好大的差距。
8樓：Dennis Wang
這學期跟著系裡consulting ，自己和同學遇到學校各個院系的client。結果，我們私下最常說的一句話就是，「這個實驗設計得真爛」。
9樓：
我研究生導師也是中科院系統的研究員，發過生物學頂尖雜誌的文章，可他居然有一天問我，t值有沒有單位，我也是醉了。。。統計其實對於結果分析還是非常重要的，不然會有很多假陽性結果，誤導結論的推出
10樓：Leukocyte
答：絕對沒有！
本人在加州UCSB（請隨意吐槽校名） 雙修biochemistry&marine biology double major. 統計在生物課上就會交的，而去要上很多統計課，很多和我乙個專業的同學都能拿到A，我覺得既然已經到了在雜誌上發表文章的程度，統計課應該已經上的差不多了吧。
當然不排除個別大神，為了偷懶就省了很多步驟，發表的文章雖然有道理但是不完整
最後普天之下無水課
11樓：
幸好當年統計學、R、SAS學得不錯，當然老師也很負責。現在偶爾還能幫別人分析下各種資料。別人拿錢請你幫忙的感覺還是的不錯。
就是給的錢，我能說有點少嗎。ps。記得以前學院請一位CNS系列的華人審稿人來學校做SCI投稿相關講座。
他說他的文章統計學部分一般都是請專業統計學專家弄得。統計學還是很重要的，至少10分以上的。當然這位編委說5-10分第第三檔文章還是有好文章的，第四檔3-5分的就是應付的。
3分以下的不叫文章。唉，至今只有灌水文章，汗呀。另外糾正某樓的說的教材我浙統計學的教材是《醫學統計學(孫振球主編第三版》是的821頁整整1.
8KG，人民衛生出版社的，趕超內外科學也是醉了。另外統計軟體，基礎醫學軟體學的是SAS，臨床醫學學的是SPSS。
12樓：zhan feng
的確是事實，我科里的同事幾乎是一點不懂的，做科研的也是照樣畫葫蘆而已，個人領域內的科研統計假設一開始就是錯的離譜，大家跟著灌水唄，最近幾年有新方法修正，但是很複雜，臨床的完全跟不上，還在按老方法灌水
13樓：韓東燃
非常贊同，從某種程度上講，很多「科學家」缺的並不僅僅是統計知識，而是對科學方法的理解，並且他們利慾薰心只圖發表好期刊，這就更加劇了他們在文章中「有意無意」的不嚴謹和不負責。
14樓：
說幾個例子
自己在讀工科的時候只學過一門統計課，學完以後再沒用過。直到後頭轉成經濟學、政治學之後才不停地上統計（計量）課。
女朋友的乙個朋友現在在讀化學PhD，美國乙個還可以的大學，沒學過一門統計課。
偶爾看一些自然科學的文章（包括科普和正常的journal article），把統計相關當因果的比比皆是。
不過話說回來自然科學裡頭因果性比較明顯，大部分情況又可以做可控實驗，大概不太需要那麼坑爹的不停的上計量課吧。
PS: 我知道我這些都是個例，但是根據這些資訊，我貝葉斯更新之後的結果確實是搞自然科學的科學家統計功底稍微差一些。
15樓：zhihu
生物學實驗的設計必須要考慮到統計學上的意義，我做免疫學實驗，有位知友說只需要定性就ok了，我不知道指的是那些方向。
在得到實驗結果後要用統計學的方法對結果進行分析。
如果待發表文章在統計學上有不足，那應該算是比較低階的錯誤了。
16樓：bon Bon
確實存在，雖然我的學科對統計的要求不高，但是真的用的時候發現很多基本理論都記不清，只好重新自學，但是效果有幾分只有自己知道了...而且學校也沒有對統計的系統學習，都是選修課，那時為了避難...實在是太短視了，哎
17樓：靦腆的吃貨
這絕對是真的。因為我們學校的研究生統計學專業居然安排在了「政治教育學院」裡面。
這是怎樣的一種判斷力才會做出這樣的決定啊！
18樓：
有時候會見到一些錯誤，甚至都不算是統計學，而是邏輯上的。
比方說，躺在床上死亡的人數遠超躺在其他地方的，所以在床上睡覺很危險……
19樓：來福
我覺得這是個很好的問題，可以閱讀一下文章標題右側的top story，也就是文章中提到的nature p150的文章，問題都講出來了吧。我個人感覺最重要的還是要理解一些統計學的基本概念和實際意義。每個領域都有自己的專家，懂統計也不可能比統計學家更懂統計，不懂統計，在進行研究前，過程中，結束後，虛心請教統計學家，免得白忙活一場。
不過最終解釋結果的不是統計學家，還是需要各位的專業知識進行解釋的，而解釋才是最重要的部分。
嗯，下禮拜要統計考試了，再下禮拜要流病考試了，考完再議！
如何評價《自然》子刊刊文稱 情商 也受遺傳因素影響？
悠滋 大部分人都會受所謂的遺傳因素基因所影響，極少數不受基因遺傳。所謂的遺傳基因也即是先天所習。先天所習自然容易相續下去，不容易斷。先天所習好的，當然無須斷，讓其相續增廣增長下去。先天所習不好的，應該斷掉，不讓其相續增廣增長。若要斷不良所習，就要研究實踐心性修行，否則很難斷，因為很難斷，才會有所謂的...
如何看待 David Liu 在 Nature 發表無需 DNA 模板的基因編輯新工具，有怎樣的突破？
Primer editor在293T裡能做出比較好的編輯效果，所以文章裡show的位點主要是293T。在小鼠胚胎裡做不出編輯效率，在很多人和鼠的細胞系裡效果也參差不齊，是乙個非常挑位點，挑細胞系的編輯工具。只能說其他工具做不出來時，可以用primer editor試試，可能管用。 各得其所eagle...
如何看待 Nature 研究揭示 CRISPR 介導的基因編輯造成大範圍的 RNA 脫靶突變？
Nature這篇文章分兩步，第一步告訴大家目前常用的基因編輯工具CBE Cytosine Base Editor，胞嘧啶單鹼基編輯器 除了修改DNA外，大量修改RNA，造成脫靶 第二步，改造CBE，RNA脫靶降低上千倍，解決了問題。這裡的CBE，指的是拿Cas9的蛋白骨架，融合胞嘧啶脫氨酶APOBE...